适配目标检测的图像质量评估
面向机器视觉中目标检测任务，利用图像文本对齐和双提示策略，提升了图像质量分数与检测性能的相关性，弥补了传统基于人类视觉质量评估与机器视觉需求之间的错配。
Chen, Yuqing · Yifan, Song · Xuebing, Bai · 郭继昌
Neurocomputing 2026
专门针对目标检测任务设计，预测的图像质量分数能有效表征图像在目标检测中的相对难度。
基于CLIP模型，利用其图像-文本对齐能力捕获与目标对象相关的语义特征，使质量评估与检测任务更相关。
采用类别提示和位置提示的双提示策略，增强模型提取与目标对象相关特征的能力，提升评估准确性。
与现有基于人类视觉的IQA方法相比，本方法在评估图像对目标检测的实用质量方面表现显著更好。